Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Note
Ce document fait référence au portail Microsoft Foundry (classique).
🔄 Accédez à la documentation Microsoft Foundry (nouveau) si vous utilisez le nouveau portail.
Note
Ce document fait référence au portail Microsoft Foundry (nouveau).
Cet article décrit les kits sdk et les points de terminaison que vous pouvez utiliser avec votre ressource Foundry. Il vous montre comment vous connecter à votre projet, accéder à des modèles à partir de différents fournisseurs et utiliser Foundry Tools. Le Kit de développement logiciel (SDK) offre un moyen unifié d’utiliser des ressources IA via des bibliothèques clientes dans plusieurs langages de programmation.
Le Kit de développement logiciel (SDK) Microsoft Foundry simplifie le développement d’applications IA sur Azure. Il permet aux développeurs :
- Accéder aux modèles de différents fournisseurs via une interface
- Combiner des modèles, des données et des outils Foundry pour créer des applications basées sur l’IA
- Évaluer, déboguer et améliorer la qualité et la sécurité des applications dans le développement, les tests et la production
Le Kit de développement logiciel (SDK) Microsoft Foundry s’intègre à d’autres bibliothèques clientes et services qui fonctionnent ensemble.
Kit de développement logiciel (SDK) Foundry
Les développeurs qui travaillent avec Microsoft Foundry ont besoin de flexibilité pour intégrer plusieurs fonctionnalités d’IA dans des flux de travail unifiés. Ces kits SDK fournissent les blocs de construction pour l’approvisionnement des ressources, l’orchestration des agents et la connexion à des outils Foundry spécialisés. En choisissant la bibliothèque appropriée, vous pouvez simplifier le développement, réduire la complexité et garantir l’échelle de vos solutions entre les projets Foundry et les points de terminaison externes.
Note
Cet article s’applique à un projet Foundry. Le code présenté ici ne fonctionne pas pour un projet hub. Pour plus d'informations, voir Types de projets.
Prerequisites
- Un compte Azure avec un abonnement actif. Si vous n’en avez pas, créez un compte Azure gratuit, qui inclut un abonnement d’essai gratuit.
- Créez un projet Foundry si vous n’en avez pas déjà un.
- Les modèles Microsoft Foundry permettent aux clients de consommer les modèles les plus puissants des fournisseurs de modèles phares à l’aide d’un point de terminaison unique et d’informations d’identification. Cela signifie que vous pouvez basculer entre les modèles et les consommer à partir de votre application sans modifier une seule ligne de code.Copiez le point de terminaison du projet Foundry dans la section Vue d’ensemble de votre projet. Vous l’utiliserez en un instant.
Tip
Si vous ne voyez pas le point de terminaison du projet Foundry, vous utilisez un projet hub. (Voir Types de projets). Basculez vers un projet Foundry ou utilisez les étapes précédentes pour en créer un.
- Sélectionnez Accueil dans le volet de navigation supérieur droit.
- Sélectionnez Keys et copiez l'Endpoint. Vous l’utiliserez en un instant.
- Copiez votre endpoint à partir de l’écran d’accueil. Vous l’utiliserez à l’étape suivante.
Connectez-vous avec Azure CLI à l’aide du même compte que celui que vous utilisez pour accéder à votre projet :
az login
Les exemples suivants montrent comment authentifier et créer un client pour votre point de terminaison de projet.
Tip
Ces exemples de code sont des points de départ. Utilisez ces clients pour interagir avec des modèles, exécuter des évaluations et bien plus encore, comme expliqué dans la section bibliothèques clientes.
La bibliothèque cliente Azure AI Projects pour Python est une bibliothèque unifiée qui vous permet d’utiliser plusieurs bibliothèques clientes ensemble en vous connectant à un seul point de terminaison de projet.
Installer la bibliothèque cliente de projet
pip install azure-ai-projects azure-identity openaipip install --pre azure-ai-projects pip install azure-identity openaiCréez un client de projet dans le code. Copiez le point de terminaison du projet Foundry à partir de la page Vue d’ensemble du projet et mettez à jour la valeur de chaîne de point de terminaison.
from azure.identity import DefaultAzureCredential from azure.ai.projects import AIProjectClient project = AIProjectClient( endpoint="your_project_endpoint", # Replace with your endpoint credential=DefaultAzureCredential()) # The AIProjectClient lets you access models, data, and services in your project.
La bibliothèque cliente Azure AI Projects pour Java (préversion) est une bibliothèque unifiée qui vous permet d’utiliser plusieurs bibliothèques clientes ensemble en vous connectant à un seul point de terminaison de projet.
Important
Les éléments marqués (aperçu) dans cet article sont actuellement en aperçu public. Cette version préliminaire est fournie sans contrat de niveau de service, et nous la déconseillons pour les charges de travail en production. Certaines fonctionnalités peuvent être limitées ou non prises en charge. Pour plus d’informations, consultez Conditions d’utilisation supplémentaires pour les préversions de Microsoft Azure.
Ajoutez ces packages à votre installation :
com.azure.ai.projectscom.azure.core
Créez un client de projet dans le code. Copiez le point de terminaison du projet Foundry à partir de la page Vue d’ensemble du projet et mettez à jour la valeur de chaîne de connexion.
import com.azure.ai.projects.ProjectsClient; import com.azure.ai.projects.ProjectsClientBuilder; import com.azure.core.credential.AzureKeyCredential; String endpoint ="your_project_endpoint"; // Replace with your endpoint ProjectsClient projectClient = new ProjectsClientBuilder() .credential(new DefaultAzureCredential()) .endpoint(endpoint) .buildClient(); // The ProjectsClient enables unified access to your project's resources.
La bibliothèque cliente Azure AI Projects pour JavaScript est une bibliothèque unifiée qui vous permet d’utiliser plusieurs bibliothèques clientes ensemble en vous connectant à un seul point de terminaison de projet.
Installer des dépendances (préversion) :
npm install @azure/ai-projects @azure/identitynpm install @azure/ai-projects@beta @azure/identityCréez un client de projet dans le code. Copiez le point de terminaison du projet Foundry à partir de la page Vue d’ensemble du projet et mettez à jour la valeur de chaîne de point de terminaison.
import { AIProjectClient } from '@azure/ai-projects'; import { DefaultAzureCredential } from '@azure/identity'; const endpoint = "your_project_endpoint"; // Replace with your actual endpoint const project = new AIProjectClient(endpoint, new DefaultAzureCredential()); // The AIProjectClient lets you access models, data, and services in your project.
La bibliothèque cliente Azure AI Projects pour .NET est une bibliothèque unifiée qui vous permet d’utiliser plusieurs bibliothèques clientes ensemble en vous connectant à un seul point de terminaison de projet.
Installer des packages :
dotnet add package Azure.Identity dotnet add package Azure.Core dotnet add package OpenAICréez un client de projet dans le code. Copiez le point de terminaison du projet Foundry à partir de la page Vue d’ensemble du projet et mettez à jour la valeur de chaîne endpointUrl.
using Azure.Identity; using Azure.Core; using Azure.Core.Pipeline; using Azure.AI.Projects; using System; string endpointUrl = "your_project_endpoint"; // Replace with your endpoint DefaultAzureCredential credential = new(); BearerTokenPolicy tokenPolicy = new(credential, "https://cognitiveservices.azure.com/.default"); AIProjectClientOptions clientOptions = new AIProjectClientOptions(); // The PerRetry position ensures the authentication policy is applied to every retry attempt. // This is important for robust authentication in distributed/cloud environments. clientOptions.AddPolicy(tokenPolicy, HttpPipelinePosition.PerRetry); AIProjectClient projectClient = new(new Uri(endpointUrl), new DefaultAzureCredential(), clientOptions); // The AIProjectClient lets you access models, data, and services in your project.
Kit de développement logiciel (SDK) OpenAI
Le Kit de développement logiciel (SDK) OpenAI vous permet d’interagir avec le service Azure OpenAI. Il offre une interface simple pour effectuer des appels d’API et gérer l’authentification. Le Kit de développement logiciel (SDK) OpenAI appelle directement le point de terminaison Azure OpenAI. L’extrait de code suivant montre comment créer le client OpenAI à partir du client Project pour une gestion appropriée de l’étendue et du contexte.
Quel point de terminaison devez-vous utiliser ?
- Gestion d’un projet ou appel d’agents v2 ? Utilisez le point de terminaison du projet Foundry avec le SDK (Kit de développement logiciel) Foundry. Obtenez votre client OpenAI à partir du projet à l’aide de Microsoft Entra ID pour l’authentification.
- Appeler un modèle directement ? Utilisez le point de terminaison Azure OpenAI avec le Kit de développement logiciel (SDK) OpenAI avec Microsoft Entra ID comme méthode d’authentification préférée. Si vous utilisez des clés API, choisissez le point de terminaison v1 :
https://<YOUR-RESOURCE-NAME>.openai.azure.com/openai/v1/.
Créer un client OpenAI à partir de votre projet
# Use the AIProjectClient to create an OpenAI client for your project
openai_client = project.get_openai_client(api_version="api_version")
response = openai_client.responses.create(
model="gpt-4.1-mini",
input="What is the size of France in square miles?",
)
print(f"Response output: {response.output_text}")
L’extrait de code suivant montre comment utiliser le point de terminaison Azure OpenAI v1 avec le client OpenAI pour les réponses.
from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider
token_provider = get_bearer_token_provider(
DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
)
client = OpenAI(
base_url = "https://<YOUR-RESOURCE-NAME>.openai.azure.com/openai/v1/",
api_key=token_provider,
)
response = client.responses.create(
model="model_deployment_name",
input= "What is the size of France in square miles?"
)
print(response.model_dump_json(indent=2))
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez les langages de programmation pris en charge par Azure OpenAI.
# Use the AIProjectClient to create an OpenAI client for your project
openai_client = project.get_openai_client()
response = openai_client.responses.create(
model="gpt-4.1-mini",
input="What is the size of France in square miles?",
)
print(f"Response output: {response.output_text}")
L’extrait de code suivant montre comment utiliser le point de terminaison Azure OpenAI v1 avec le client OpenAI pour les réponses.
from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider
token_provider = get_bearer_token_provider(
DefaultAzureCredential(), "https://cognitiveservices.azure.com/.default"
)
client = OpenAI(
base_url = "https://<YOUR-RESOURCE-NAME>.openai.azure.com/openai/v1/",
api_key=token_provider,
)
response = client.responses.create(
model="model_deployment_name",
input= "What is the size of France in square miles?"
)
print(response.model_dump_json(indent=2))
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez les langages de programmation pris en charge par Azure OpenAI
Important
Les éléments marqués (aperçu) dans cet article sont actuellement en aperçu public. Cette version préliminaire est fournie sans contrat de niveau de service, et nous la déconseillons pour les charges de travail en production. Certaines fonctionnalités peuvent être limitées ou non prises en charge. Pour plus d’informations, consultez Conditions d’utilisation supplémentaires pour les préversions de Microsoft Azure.
//
OpenAIClient openAIClient = projectClient.getOpenAIClient();
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez les langages de programmation pris en charge par Azure OpenAI.
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez les langages de programmation pris en charge par Azure OpenAI
// Use the AIProjectClient to create an OpenAI client for your project
const openAIClient = await project.getOpenAIClient();
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez les langages de programmation pris en charge par Azure OpenAI.
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez les langages de programmation pris en charge par Azure OpenAI
Installez le package OpenAI :
dotnet add package OpenAIL’extrait de code suivant montre comment créer le client OpenAI directement à l’aide du point de terminaison Azure OpenAI v1.
using Azure.Identity; using Azure.Core; using Azure.Core.Pipeline; using OpenAI; using System; using System.ClientModel.Primitives; endpointUrl = "https://<YOUR-RESOURCE-NAME>.openai.azure.com/openai/v1/" DefaultAzureCredential credential = new(); BearerTokenPolicy tokenPolicy = new(credential, "https://cognitiveservices.azure.com/.default"); OpenAIClientOptions clientOptions = new() { Endpoint = new Uri(endpointUrl) }; // The PerRetry position ensures the authentication policy is applied to every retry attempt. // This is important for robust authentication in distributed/cloud environments. clientOptions.AddPolicy(tokenPolicy, HttpPipelinePosition.PerRetry); var projectClient = new ResponseClient( endpointUrl, credential, clientOptions ); // The ResponseClient lets you interact with models and services in your project.
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez les langages de programmation pris en charge par Azure OpenAI.
Pour plus d’informations sur l’utilisation du Kit de développement logiciel (SDK) OpenAI, consultez les langages de programmation pris en charge par Azure OpenAI
Après avoir créé un client, utilisez-le pour accéder aux modèles, exécuter des évaluations et vous connecter à d’autres outils Foundry.
- À l’aide du point de terminaison du projet, vous pouvez :
- Utiliser des modèles Foundry, notamment Azure OpenAI
- Utiliser le service de l’agent Foundry
- Exécuter des évaluations dans le cloud
- Activer le suivi pour votre application
- Affiner un modèle
- Récupérez des points de terminaison et des clés pour les connexions de ressources externes, telles que Foundry Tools, l’orchestration locale, etc.
La section suivante répertorie les bibliothèques clientes Foundry Tools et montre comment les utiliser.
Outils de fonderie SDKs
Pour utiliser Foundry Tools, vous pouvez utiliser les kits SDK suivants avec les points de terminaison répertoriés.
Quel point de terminaison devez-vous utiliser ?
Choisissez un point de terminaison en fonction de vos besoins :
Utilisez le point de terminaison Azure AI Services pour accéder à Vision par ordinateur, Sécurité du contenu, Document Intelligence, Langue, Traduction et Outils de recherche de jetons.
Point de terminaison Azure AI Services : https://<YOUR-RESOURCE-NAME>.services.ai.azure.com/
Pour Foundry Tools reconnaissance vocale et de traduction, utilisez les points de terminaison dans les tableaux suivants. Remplacez les espaces réservés par vos informations sur la ressource.
Points de terminaison du service Speech
| Outil de Fonderie | Point de terminaison |
|---|---|
| Reconnaissance vocale (standard) | https://<YOUR-RESOURCE-REGION>.stt.speech.microsoft.com |
| Synthèse vocale (neuronale) | https://<YOUR-RESOURCE-REGION>.tts.speech.microsoft.com |
| Custom Voice | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Points d'accès de traduction
| Outil de Fonderie | Point de terminaison |
|---|---|
| Traduction de texte | https://api.cognitive.microsofttranslator.com/ |
| Traduction de documents | https://<YOUR-RESOURCE-NAME>.cognitiveservices.azure.com/ |
Les sections suivantes incluent des liens de démarrage rapide pour les kits SDK Foundry Tools et les informations de référence.
Foundry Tools pris en charge par C#
Outils de fonderie pris en charge par Java
Outils Foundry pris en charge par JavaScript
Outils de fonderie pris en charge par Python
Utilisation de l’infrastructure agent pour l’orchestration locale
Microsoft Agent Framework est un kit de développement open source pour la création d’agents IA et de workflows multi-agents pour .NET et Python. Il permet de créer et de gérer des agents IA qui peuvent interagir avec les utilisateurs et d’autres services. Il peut orchestrer des agents dans Foundry ou avoir des agents locaux qui utilisent des modèles Foundry.
Pour plus d’informations, consultez la vue d’ensemble de Microsoft Agent Framework